本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
21 | 2025-09-12 |
RescueNet: A High Resolution UAV Semantic Segmentation Dataset for Natural Disaster Damage Assessment
2023-12-20, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02799-4
PMID:38123582
|
研究论文 | 介绍了一个用于自然灾害损害评估的高分辨率无人机语义分割数据集RescueNet | 提供高分辨率灾后图像及所有类别的像素级标注,超越现有数据集的有限标注范围 | NA | 促进自然灾害后的全面场景理解,提升损害评估精度 | 飓风Michael后的灾后图像,包含建筑物、道路、水池、树木等多类别场景元素 | 计算机视觉 | NA | 无人机(UAV)图像采集,语义分割技术 | state-of-the-art segmentation models | 高分辨率图像 | 从多个受影响区域收集的灾后图像数据集 |
22 | 2025-09-12 |
Using green background for dermatological images to improve deep learning-based image classification
2023-12-13, Archives of dermatological research
IF:1.8Q3
DOI:10.1007/s00403-023-02734-y
PMID:38091097
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
23 | 2025-09-12 |
Deep learning downscaled high-resolution daily near surface meteorological datasets over East Asia
2023-12-12, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02805-9
PMID:38086806
|
研究论文 | 使用U-Net深度学习模型对东亚地区气象数据进行降尺度处理,生成高分辨率数据集CLIMEA-BCUD | 结合19个CMIP6模型和MSWX数据集,首次应用偏差校正和U-Net降尺度方法生成0.1°高分辨率东亚气象数据集 | NA | 开发高分辨率气象数据集以促进气候变化和水文学等领域的研究 | 东亚地区的气象数据 | 机器学习 | NA | 偏差校正,UNet降尺度 | U-Net, CNN | 气象数据 | 基于19个CMIP6模型和MSWX数据集,覆盖1950-2100年期间 |
24 | 2025-09-12 |
A Drosophila heart optical coherence microscopy dataset for automatic video segmentation
2023-12-09, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02802-y
PMID:38071220
|
研究论文 | 介绍一种基于LSTM卷积神经网络的果蝇心脏自动分割算法FlyNet 2.0+及其配套数据集 | 利用LSTM-CNN结合时间序列信息实现高质量自动分割,并提供包含213个视频的大型标注数据集 | NA | 开发自动分割算法以提升果蝇心脏光学相干显微镜视频的分析效率与可重复性 | 果蝇(Drosophila melanogaster)心脏 | 计算机视觉 | 心血管疾病 | 光学相干显微镜(OCM) | LSTM-CNN | 视频 | 213个果蝇心脏视频(相当于604,000张截面图像),涵盖所有发育阶段和多种搏动模式 |
25 | 2025-09-12 |
A news-based climate policy uncertainty index for China
2023-12-08, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02817-5
PMID:38065994
|
研究论文 | 本研究首次构建了中国国家级、省级和城市级的气候政策不确定性指数(CCPU) | 首次使用深度学习算法MacBERT模型,基于新闻文本挖掘构建多层级气候政策不确定性指数 | NA | 量化评估中国气候政策不确定性及其社会经济影响 | 中国气候政策及相关新闻报道 | 自然语言处理 | NA | 文本挖掘,深度学习 | MacBERT | 文本 | 中国主要报纸发布的新闻 |
26 | 2025-09-12 |
A Chinese Face Dataset with Dynamic Expressions and Diverse Ages Synthesized by Deep Learning
2023-12-07, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02701-2
PMID:38062057
|
研究论文 | 利用StyleGAN深度学习技术合成包含动态表情和多样年龄的中国面孔数据集SZU-EmoDage | 通过潜在向量插值生成连续动态表情,解决了现有数据集缺乏年龄多样性和动态表情的问题 | NA | 创建具有表情强度和年龄多样性的中国面孔数据集,用于心理学实验 | 合成中国面孔图像 | 计算机视觉 | NA | StyleGAN,深度学习 | GAN | 图像 | NA |
27 | 2025-09-11 |
Deep Learning from Phylogenies for Diversification Analyses
2023-12-30, Systematic biology
IF:6.1Q1
DOI:10.1093/sysbio/syad044
PMID:37556735
|
研究论文 | 本文提出一种基于深度学习的系统发育树多样化分析推断方法,替代传统似然方法 | 将深度学习从病原体系统动力学领域迁移至多样化推断,并扩展至依赖状态的多样化模型推断 | NA | 开发一种通用、高效的系统发育树多样化动态推断方法 | 物种系统发育树及相关性状数据 | 机器学习 | NA | 深度学习 | 深度神经网络 | 系统发育树数据、性状数据 | 以灵长类动物系统发育树为例进行验证 |
28 | 2025-09-11 |
Developing and deploying deep learning models in brain magnetic resonance imaging: A review
2023-12, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.5014
PMID:37539775
|
综述 | 本文回顾了脑部磁共振成像中深度学习模型的开发与临床部署,涵盖从数据收集到实际应用的完整流程 | 整合了从数据采集到临床部署的全流程指南,并基于FDA良好机器学习实践提供了检查清单,强调可解释性在神经影像中的应用 | NA | 探讨深度学习在脑部MRI中的应用潜力及临床部署策略 | 脑部磁共振成像数据及深度学习模型 | 医学影像分析 | 神经系统疾病 | 深度学习(DL) | 深度学习模型 | 磁共振图像(MRI) | NA |
29 | 2025-09-11 |
Deep learning based correction of RF field induced inhomogeneities for T2w prostate imaging at 7 T
2023-12, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.5019
PMID:37622473
|
研究论文 | 提出一种基于深度学习的偏置场校正方法,用于改善7T磁场下T2加权前列腺图像的不均匀性问题 | 首次将深度学习应用于7T超强磁场下T2加权前列腺图像的偏置场校正,克服了传统N4算法假设低频偏置场的局限性 | 偶尔在前列腺内部观察到对比度变化,特别是在t-Image网络中较为明显 | 解决超强磁场(7T)下T2加权前列腺图像因B场不均匀性导致的信号强度不均匀问题 | 前列腺图像 | 医学影像处理 | 前列腺癌 | 深度学习,神经网络训练 | 神经网络(t-Image和t-Biasf两种架构) | MRI图像 | 四个数据集:合成训练数据集的测试分割、7T志愿者和患者图像、3T患者图像 |
30 | 2025-09-10 |
Comprehensive assessment methods are key to progress in deep learning
2023-12-06, The Behavioral and brain sciences
DOI:10.1017/S0140525X23001668
PMID:38054334
|
评论 | 本文回应Bowers等人关于深度神经网络模型评估方法及模型本身存在缺陷的观点,并提出不同的改进方案 | 提出与目标文章不同的解决深度神经网络评估问题和模型缺陷的方法路径 | NA | 探讨深度神经网络在视觉领域的评估方法改进 | 深度神经网络模型 | 机器学习 | NA | NA | DNN | NA | NA |
31 | 2025-09-10 |
Thinking beyond the ventral stream: Comment on Bowers et al
2023-12-06, The Behavioral and brain sciences
DOI:10.1017/S0140525X23001723
PMID:38054346
|
评论 | 对Bowers等人研究的评论,探讨深度学习模型在视觉感知研究中的局限与改进方向 | 提出不应完全抛弃深度学习,而应通过设计更贴近生物视觉进化问题的刺激和任务来改进模型 | NA | 探讨深度学习模型如何更好地模拟生物视觉系统 | 视觉感知的深度学习模型 | 计算机视觉 | NA | NA | 深度学习 | NA | NA |
32 | 2025-09-09 |
Deep learning in endoscopy: the importance of standardisation
2023-12, Acta otorhinolaryngologica Italica : organo ufficiale della Societa italiana di otorinolaringologia e chirurgia cervico-facciale
IF:2.1Q2
DOI:10.14639/0392-100X-N2580
PMID:37814976
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
33 | 2025-09-07 |
Deep learning for fast super-resolution ultrasound microvessel imaging
2023-Dec-12, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad0a5a
PMID:37934040
|
研究论文 | 提出一种基于深度学习的超快速超分辨率超声微血管成像方法,通过自适应匹配网络(AM-Net)和多映射数据集生成技术提升成像性能 | 引入自适应匹配网络(AM-Net)架构和多映射(MMP)数据集生成方法,显著提高定位精度并降低计算复杂度 | 深度学习性能高度依赖训练数据集,而真实数据模拟存在困难 | 提升超声定位显微镜(ULM)的成像速度和精度,克服传统方法处理时间长和微泡密度敏感性问题 | 超声微血管成像中的微泡(MBs)定位与重建 | 医学影像分析 | NA | 超声定位显微镜(ULM),深度学习 | 自适应匹配网络(AM-Net) | 超声图像 | 仿真实验使用128×128像素图像,体外实验使用896×1280像素图像 |
34 | 2025-09-07 |
Mitigating misalignment in MRI-to-CT synthesis for improved synthetic CT generation: an iterative refinement and knowledge distillation approach
2023-Dec-12, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad0ddc
PMID:37976548
|
研究论文 | 提出一种新颖的两阶段方法,通过迭代精配和知识蒸馏来减轻MRI到CT合成中的错位问题,提升合成CT质量 | 首次系统性地解决MRI与CT之间的错位问题,结合迭代精配和知识蒸馏技术,显著减少GAN幻觉现象 | 研究仅基于48例头颈癌患者数据,样本量相对有限,需要更大规模验证 | 改进MRI到CT的合成技术,提高合成CT的准确性和临床适用性 | 头颈癌患者的MRI和CT图像数据 | 医学影像分析 | 头颈癌 | 生成对抗网络(GAN)、知识蒸馏、图像配准 | 条件GAN | 医学影像(MRI和CT图像) | 48例头颈癌患者 |
35 | 2025-09-07 |
Learnable PM diffusion coefficients and reformative coordinate attention network for low dose CT denoising
2023-Dec-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/aced33
PMID:37536336
|
研究论文 | 提出一种基于可学习PM扩散系数和改进坐标注意力网络的低剂量CT去噪方法,旨在平衡噪声抑制与结构保留 | 将Perona-Malik模型的各向异性图像处理思想融入神经网络,并设计多尺度改进坐标注意力模块增强空间位置信息捕获 | NA | 解决低剂量CT图像去噪中噪声抑制与边缘结构保留的平衡问题 | 低剂量CT图像 | 计算机视觉 | NA | 深度学习 | encoder-decoder结构网络(PMA-Net) | CT图像 | 模拟和真实数据集 |
36 | 2025-09-07 |
Uncertainty-guided cross learning via CNN and transformer for semi-supervised honeycomb lung lesion segmentation
2023-Dec-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad0eb2
PMID:37988756
|
研究论文 | 提出一种基于不确定性的CNN与Transformer交叉学习半监督方法,用于蜂窝肺病灶分割 | 结合CNN和Transformer进行交叉学习,利用认知不确定性指导高置信度区域学习,减少伪标签错误影响 | NA | 提高有限标注条件下的医学图像分割性能 | 蜂窝肺CT图像 | 计算机视觉 | 肺病 | 半监督学习 | CNN, Transformer | 医学图像 | 有限标注样本加大量未标注图像 |
37 | 2025-09-07 |
Volumetric feature points integration with bio-structure-informed guidance for deformable multi-modal CT image registration
2023-Dec-08, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad03d2
PMID:37844603
|
研究论文 | 提出一种基于体积特征点整合与生物结构引导的可变形多模态CT图像配准方法 | 融合体素特征点和生物结构特征点共同指导训练过程,提升低对比度器官的配准精度 | NA | 解决医学图像配准中的局部最优问题并提高配准精度 | CT-CBCT多模态医学图像 | 医学图像处理 | NA | 深度学习配准方法 | 深度学习网络 | CT和CBCT医学图像 | 配对的CT-CBCT数据集 |
38 | 2025-09-07 |
Semi-supervised contrast learning-based segmentation of choroidal vessel in optical coherence tomography images
2023-Dec-08, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad0d42
PMID:37972415
|
研究论文 | 提出一种基于半监督对比学习的脉络膜血管分割方法,用于OCT图像分析 | 采用非对称师生模型框架,结合不确定性感知自集成和变换一致性技术,并设计了边界修复模块 | NA | 实现OCT图像中脉络膜血管的精确分割,辅助眼科疾病定量分析和治疗计划制定 | 脉络膜血管 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描(OCT) | Pyramid Pooling SegFormer (APP-SFR), U-Net | 图像 | 三个数据集共1000张图像(ChorVessel 400张,MG 400张,U2OS 200张) |
39 | 2025-09-07 |
Axial super-resolution optical coherence tomography via complex-valued network
2023-Dec-01, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad0997
PMID:37922558
|
研究论文 | 提出一种基于复数网络的轴向超分辨率光学相干层析成像方法 | 首次将复数网络应用于OCT超分辨率成像,充分利用OCT信号的幅度和相位信息 | NA | 提高光学相干层析成像的轴向分辨率 | 生物组织 | 计算机视觉 | NA | 光学相干层析成像 | 复数网络(CVSR-Net) | 图像 | 三个OCT数据集 |
40 | 2025-09-07 |
Feature selection based on unsupervised clustering evaluation for predicting neoadjuvant chemoradiation response for patients with locally advanced rectal cancer
2023-Dec-01, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad0d46
PMID:37972413
|
研究论文 | 提出基于无监督聚类评估的特征选择方法,结合CNN特征与影像组学特征预测局部晚期直肠癌新辅助放化疗响应 | 设计可切换3D/2D卷积核的CNN特征提取器,并创新使用无监督聚类指标替代传统分类器训练流程以降低特征选择计算成本 | 样本量较小(仅43例患者),需更大规模数据验证 | 提高局部晚期直肠癌新辅助放化疗响应预测的准确性 | 局部晚期直肠癌(LARC)患者 | 计算机视觉 | 直肠癌 | 多模态MR序列成像 | CNN(卷积神经网络) | 医学影像(ADC和T2加权图像) | 43例接受新辅助放化疗的LARC患者 |